[發明專利]網絡內容的推薦方法及裝置

在審

• 申請號: 201710020894.4
• 申請日: 2017-01-12
• 公開（公告）號: CN108304399A
• 公開（公告）日: 2018-07-20
• 發明（設計）人: 劉浩川
• 申請（專利權）人: 武漢斗魚網絡科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

本發明實施例公開了一種網絡內容的推薦方法及裝置，其中，所述方法包括：獲取當前站點的每一網絡內容的用戶行為數據和內容更新時間；根據所述用戶行為數據和所述內容更新時間確定每一網絡內容的當前熱度值；根據所述內容更新時間計算熱度衰減系數，并采用所述熱度衰減系數對每一網絡內容的當前熱度值進行調節，得到每一網絡內容的熱度統計值；根據所述熱度統計值的高低對其對應的網絡內容進行排序，并根據排序結果進行網絡內容的推薦。本發明實施例能夠自動、精準地實現網絡內容的推薦，使得用戶能夠在有限時間內，盡可能地在海量內容中的發現更多用戶所感興趣的內容，即優質內容。

技術領域

本發明涉及計算機網絡技術領域，尤其涉及一種網絡內容的推薦方法及裝置。

背景技術

對UGC(User Generated Content，用戶生產內容)內容社區而言，一方面為了社區活躍度和內容生產，會盡一切手段降低用戶生產內容的門檻，同時鼓勵用戶生產更多內容。另一方面，內容越來越多，用戶發現優質內容的成本也越來越高。隨著用戶生產內容的越來越多，使用戶能夠在有限時間內，盡可能在海量內容中的發現更多用戶所感興趣的內容，即優質內容，對每個內容社區都具有重要意義。

目前，常見的內容提供手段主要有以下幾種：

方案一、人工推薦，即由編輯或運營人員手動將優質內容推薦到首頁或其他展示位置，以使用戶發現優質內容。但是，該方案存在以下缺陷，一方面需要耗費大量運營資源來更新/維護推薦位(位置也有限)，另一方面，運營人員推薦的內容可能并不符合用戶的口味，當這些內容充斥頁面時用戶會對網站失去興趣。

方案二、站內搜索，搜索是常見的內容發現方式，但是，雖然站內搜索對有明確喜好的用戶是可以提高內容發現效率的，但用戶往往并不知道自己喜歡看什么，比較被動，無法滿足用戶希望能直接看到感興趣的內容，而非自己主動去查找內容的需求。

方案三、內容分類，即依據內容自身的邏輯屬性進行分類，縮小瀏覽范圍。該方案分類范疇比較寬泛，即使縮小瀏覽范圍效果也有限，而且某些分類方式與用戶對內容的理解并不契合。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的網絡內容的推薦方法及裝置，以自動、精準地實現網絡內容的推薦。

本發明的一個方面，提供了一種網絡內容的推薦方法，包括：

獲取當前站點的每一網絡內容的用戶行為數據和內容更新時間；

根據所述用戶行為數據和所述內容更新時間確定每一網絡內容的當前熱度值；

根據所述內容更新時間計算熱度衰減系數，并采用所述熱度衰減系數對每一網絡內容的當前熱度值進行調節，得到每一網絡內容的熱度統計值；

根據所述熱度統計值的高低對其對應的網絡內容進行排序，并根據排序結果進行網絡內容的推薦。

可選地，所述獲取當前站點的每一網絡內容的用戶行為數據，包括：

獲取當前站點的每一網絡內容的播放次數、收藏次數、分享次數、彈幕次數和/或評論次數。

可選地，所述根據所述用戶行為數據和內容更新時間確定每一網絡內容的當前熱度值，包括：

分別對所述用戶行為數據和內容更新時間進行對應的指定數量級的歸一化處理，并根據歸一化處理后的用戶行為數據和內容更新時間以及各自對應的權重值確定每一網絡內容的當前熱度值。

可選地，所述根據所述內容更新時間計算熱度衰減系數，包括：

根據各個網絡內容對應的內容更新時間計算該網絡內容從上架到當前系統時間的時間長度；

根據所述時間長度以及預設的線性調節因子和指數調節因子計算熱度衰減系數，公式如下：